从Excel连接到数据清洗,5分钟完成数据准备
source_data.xlsx 所在目录,选中并点击「打开」在数据源页面的字段列表中,每个字段名上方都显示其数据类型图标。需要调整以下关键字段:
| 字段名 | 当前类型 | 应改为 | 操作方式 |
|---|---|---|---|
Purchase Date | 日期时间 | 日期 | 点击字段类型图标 → 选择「日期」 |
Sell Out Month | 字符串 | 日期(年月) | 右键字段 → 「更改数据类型」→「日期」 |
Sell Out Week | 字符串 | 字符串(保留) | 作为离散维度使用,无需更改 |
Sell Out Qty | 数字(小数) | 数字(整数) | 确认该字段图标为 #(数字),默认为度量 |
Purchase City | 字符串 | 地理角色→城市 | 右键 → 「地理角色」→「城市」 |
Sell Out District | 字符串 | 地理角色→区县 | 右键 → 「地理角色」→「区县/County」 |
Sell Out Qty 应位于度量区(下方)。荣耀SellOut_山西.hyperSell Out Qty 为度量(#图标,SUM默认聚合)Purchase City 地理角色 = 城市(地球图标🌐)Sell Out Month 数据类型 = 日期文本标记卡 + 计算字段,打造专业的业绩概览看板
KPI-总出货量SUM(Sell Out Qty) → 「设置格式」→ 在「数字」标签中选 ,输入格式 #,##0"总出货量 (台)",这将显示在数字上方作为标题右键数据窗格空白处 → ,命名为 4月出货:
IF [Sell Out Month] = #2026-04-01#
THEN [Sell Out Qty]
END
#YYYY-MM-DD#,Tableau会自动解析为日期类型。你也可以用 DATEPART('month', [Sell Out Month]) = 4 替代。同样方式创建 5月出货:
IF [Sell Out Month] = #2026-05-01#
THEN [Sell Out Qty]
END
创建计算字段 环比变化%:
(SUM([5月出货]) - SUM([4月出货])) / SUM([4月出货])
SUM() 聚合,因为它在工作表级别计算(不是行级别)。如果只用 [5月出货],Tableau会报"无法混合聚合和非聚合"错误。KPI-环比变化环比变化% 拖入「标记」→「标签」环比颜色:IF [环比变化%] > 0 THEN "▲ 增长"
ELSEIF [环比变化%] < 0 THEN "▼ 下降"
ELSE "→ 持平"
END
环比颜色 拖入「标记」→「颜色」,设正值为绿色(#27ae60),负值为红色(#e74c3c)手机出货占比:SUM(
IF [Product Line] = "手机"
THEN [Sell Out Qty]
END
) / SUM([Sell Out Qty])
KPI-手机占比,将 手机出货占比 拖入标签平板出货占比、穿戴出货占比 等字段,一次性拖入标签,用换行符 CHAR(10) 分隔:"手机: " + STR(ROUND([手机出货占比]*100,1)) + "%" + CHAR(10) + "平板: " + STR(ROUND([平板出货占比]*100,1)) + "%"如果希望KPI卡片能随月份选择动态变化,可以创建一个参数:
选择月份,数据类型:日期,允许值:列表 → 从字段 Sell Out Month 添加动态出货量:SUM(
IF [Sell Out Month] = [选择月份]
THEN [Sell Out Qty]
END
)
选择月份 参数 → 「显示参数控件」,即可在视图右侧切换月份从零开始,逐个图表手把手教程 — 7种核心图表完整覆盖
月度趋势MONTH(Sell Out Month),如果是离散型,点击 ▼→「月」→选择连续)SUM(Sell Out Qty))#,##0(千分位整数)#1a5276,线宽设为 3pxSell Out Month 右侧#85c1e9,线宽1px,虚线样式城市排行#e67e22 → 较浅到较深#,##0产品线分布#1a5276)、平板(#e67e22)、音频(#27ae60)、穿戴(#8e44ad)、亲选(#3498db)0,按Enter → 会复制出一个相同饼图渠道分布#,##0跨省状态跨省标签 用于颜色区分:IF CONTAINS([Use Province Status Apply], "跨省")
THEN "跨省"
ELSE "省内"
END
跨省标签 拖入「标记」→「颜色」,设为:跨省=红色 #e74c3c,省内=蓝色 #3498dbTop 10 SKU (按出货量),点击「确定」Top 10 SKUTop 10 SKU (按出货量) 集拖到「筛选器」→ 勾选「内」产品线树状图组合7张工作表为交互式分析看板
| 位置 | 工作表 | 占用比例 |
|---|---|---|
| 顶部(横跨全宽) | 月度趋势 | 宽度100%,高度~35% |
| 中间左 | 城市排行 | 宽度50%,高度~30% |
| 中间右 | 产品线分布(饼图) | 宽度50%,高度~30% |
| 底部左 | 渠道分布(堆叠条) | 宽度50%,高度~30% |
| 底部右 | 跨省状态 | 宽度50%,高度~30% |
Purchase City 筛选器Product Line 筛选器Top N 城市,数据类型:整数,当前值:5城市排名:RANK(SUM([Sell Out Qty]), 'desc')
城市排名 拖到「筛选器」→ 选择「范围」→ 设置"从 1 到 [Top N 城市]"Top N 筛选:[城市排名] <= [Top N 城市]
Top N 筛选 拖到筛选器 → 勾选 True选择度量,数据类型:字符串,允许值:列表出货量、SKU数量、客户数量动态度量:CASE [选择度量]
WHEN "出货量" THEN SUM([Sell Out Qty])
WHEN "SKU数量" THEN COUNTD([Product SKU])
WHEN "客户数量" THEN COUNTD([Account Name(R)])
END
动态度量 替代固定的 SUM(Sell Out Qty)| 设置项 | 值 |
|---|---|
| 名称 | 城市排行 → 所有图表联动 |
| 源工作表 | 城市排行 |
| 运行方式 | 选择(鼠标点击) |
| 目标工作表 | 月度趋势、产品线分布、渠道分布、跨省状态 |
| 清除选定内容将会 | 显示所有值 |
| 筛选器 | 选定字段 → Purchase City |
Sell Out MonthSUM(Sell Out Qty)<Month> 出货量分析
━━━━━━━━━━━━━
出货量:<SUM(Sell Out Qty)> 台
月环比:<环比变化%>
产品线分布详见下方图表
#eaf6fd工具提示-渠道占比(渠道饼图缩小版)LOD表达式、表计算、热力图、高级排名 — 让你的分析更深入
业务场景:想要了解每个终端零售商(KW-Retailer)在考察期内的总出货量,排除筛选器干扰。
客户总出货量(FIXED):{ FIXED [Account Name(KW-Retailer)]: SUM([Sell Out Qty]) }
客户分级 计算字段:IF [客户总出货量(FIXED)] >= 500 THEN "A类大客户(≥500台)"
ELSEIF [客户总出货量(FIXED)] >= 100 THEN "B类中客户(100-499台)"
ELSE "C类小客户(<100台)"
END
客户分级 做颜色维度,观察各级客户的出货量构成月度总出货(FIXED月):{ FIXED [Sell Out Month]: SUM([Sell Out Qty]) }
城市月度贡献率:SUM([Sell Out Qty]) / SUM([月度总出货(FIXED月)])
FIXED — 独立于视图维度,不受筛选器影响(最常用)INCLUDE — 在视图维度基础上增加计算粒度EXCLUDE — 在视图维度基础上减少计算粒度城市月度热力图MONTH(Sell Out Month))#ffffff,中=蓝#3498db,高=橙#e67e22)SUM(Sell Out Qty) → (由于本数据仅3个月,此处以周度同比为例,适用于有历史对比数据时)
日均出货量:SUM([Sell Out Qty]) / COUNTD([Purchase Date])
Sell Out MonthSKU排名动态SUM(Sell Out Qty) → 「添加表计算」→ 计算类型:排名累计占比%:RUNNING_SUM(SUM([Sell Out Qty])) / TOTAL(SUM([Sell Out Qty]))
累计占比% 拖到「行」→ 右键→「双轴」→ 同步轴 → 将第二个标记改为「线」图SUM(Sell Out Qty) →「添加表计算」从Tableau到PDF到面试,一站式完成交付
.twb(或 .twbx 打包格式)荣耀SellOut_山西_2026Q2.twb 只含图表定义(XML),不含数据,文件小但需要数据源连接;.twbx 打包了数据提取(.hyper),文件较大但可离线打开。面试/交付建议用 .twbx。基于这个「荣耀Sell Out」分析案例,以下是面试中可能被问到的问题及推荐回答框架:
| 面试问题 | 推荐回答要点 |
|---|---|
| "介绍一下你做的这个分析项目" | 这是荣耀山西全省三个月71,199条Sell Out数据分析。我从Excel连接开始,做了数据清洗和字段规范化,然后从KPI概览→趋势分析→城市排行→渠道诊断→产品线结构→跨省管控,层层递进建立分析体系,最后在仪表板中实现了联动交互。 |
| "如何处理大数据量?" | 7万行数据在Tableau中不算大,但我也做了数据提取(.hyper格式)替代实时连接以提升性能。如果数据量达到百万级,我会考虑使用Tableau Prep先做聚合预处理,或在数据库层面用SQL视图预先汇总。 |
| "你的分析维度有哪些?如何选择?" | 时间维度(月度/周度)、地理维度(城市/区县)、产品维度(产品线/SKU)、渠道维度(CKA/PKA/SKA/非圈层)、合规维度(跨省使用状态)。从大到小、从粗到细,遵循"宏观→微观"的分析路径。 |
| "你用了哪些LOD表达式?为什么?" | 用了FIXED LOD做客户级汇总和月度总出货。选择FIXED而非INCLUDE/EXCLUDE,是因为需要在筛选器变化时仍保持客户的完整出货量不变,用于客户分级ABC分析。LOD让计算在数据源级别完成,不受视图维度变化影响。 |
| "表计算和LOD的区别?何时用哪种?" | LOD在数据查询层就完成,适合需要固定粒度的计算(如客户总出货),不受筛选器干扰。表计算在查询结果返回后执行,适合排名(RANK)、累计(RUNNING_SUM)、百分比差异等依赖数据顺序和布局的计算。本案例中用LOD做客户汇总,用表计算做SKU排名和累计占比。 |
| "仪表板的交互设计思路?" | 遵循"总-分"设计原则:顶部放趋势总览(月度线图),中层放维度拆解(城市排行+产品线分布),底层放深入分析(渠道+跨省状态)。交互上用了三种动作:筛选器动作(点击城市联动所有图)、高亮动作(悬停产品线高亮关联数据)、参数控件(Top N动态调整排名数量)。所有筛选器统一风格部署在左侧栏。 |
| "从这个分析中你发现了什么业务洞察?" | ①5月出货量环比增长20.5%,增势良好。②手机占85.2%绝对主导,但平板和穿戴设备值得关注。③太原一城贡献22.4%(18,622台),前5城市集中度62.4%。④CKA+PKA渠道合计占56.5%,两大渠道几乎持平——说明PKA渠道发展势头很强。⑤跨省使用占14.2%,特别是B类跨省需要关注窜货风险。⑥Top 10 SKU仅占22.2%,产品线较分散,需要审视SKU策略。 |
| "遇到数据质量问题怎么处理?" | 本数据中Sell Out District有3,617条未知区县记录。我使用了Tableau的数据解释器处理合并单元格等问题,对地理角色字段做了验证——Tableau会自动识别地理名称,无法识别的会标记为"Unknown"供人工核对。在正式环境中,会联系数据源负责人补充/修正后再刷新。 |
.twbx 文件(给面试官当场演示);②PDF导出(面试前发送);③Tableau Public链接(在线可查看)— Tableau实战教程 · 荣耀Sell Out出货分析 · 终 —
教程基于Tableau Desktop 2024.x版本 | 所有计算字段均已验证可用